가입 후 초대 링크를 공유하면 동영상 재생 및 초대 보상을 받을 수 있습니다.

cv usk
@cv_usk
AI / Software Research Notes AI Agent, LLMOps, MLOps, Software Architecture 投稿は個人の意見です。
가입 May 2026
287 팔로잉 중    473 팬
画像編集を何度も繰り返すと、絵が少しずつ崩れていく。その「ドリフト」を、ノイズ除去の最終盤だけを調整して抑える手法が出ました🖼️ TailSteer: Trajectory-Tail Steering for Drift-Resistant Multi-turn Image Editing 🧩 概要 編集モデルのファインチューニング手法です。ノイズ除去の初期はベースモデルのままにし、軌跡の終盤(テイル)だけを「変更しない箇所はソースを保つ」終点へ誘導します。推論時の切り替えや追加モジュールは不要です。 ⚠️ 解決する課題 マルチターン編集では、出力が次の入力になるため、小さな意図しない変化が蓄積します。テクスチャのかすれ、顔や背景の変化、アーティファクトが典型です。 🛠️ 手法 ・低周波の構造は早期、細部は終盤で決まるという分析が出発点 ・保存マスクで、変更しない領域はソース、それ以外はベースの編集とする終点を作成 ・正解の編集ペアは不要で、ベースモデル自身のロールアウトで学習 ・速度を滑らかにブレンドし、オンポリシーで学習 📊 実験結果 ・FLUX.2 Klein: 10回編集後のPSNRが13.85から19.96、LPIPSが0.524から0.290 ・FLUX、SenseNova、Qwenの4モデルで累積ドリフトが低下 ・一方、マルチターンの指示追従は一貫せず、Kleinでは低下 #画像編集# #拡散モデル#
더 보기